基于AR-MIDAS模型的多源异步混频CPI数据短期拐点预测  

Short-term inflection point forecasting of CPI by using multi-source asynchronous mixing data based on AR-MIDAS model

作　　者：王巍 Wang Wei

机构地区：[1]池州学院大数据与人工智能学院

出　　处：《中国物价》2021年第10期31-34,共4页China Price

基　　金：池州学院自然科学研究重点项目(CZ2019ZRZ03)。

摘　　要：CPI指数对宏观经济管理有着重要的作用,国家对宏观经济调控的效果一定程度上依赖于CPI指数统计和预测的时效性、准确性。本文融合了官方CPI、线上CPI以及网络搜索指数三种数据,基于多源异步混频数据构建了预测月度CPI的自回归混合频率数据抽样模型(AR-MIDAS)。研究发现:利用官方CPI、线上CPI以及高频网络关键词搜索指数的预测方法可以提高消费价格指数预测的准确性;在CPI数据正式发布前20天左右,利用自回归混频数据模型可以提供预测精度更高的CPI预测值;模型也提高了捕捉CPI变动趋势的结构变化能力。

关 键 词：AR-MIDAS模型 CPI 异步混频数据 线上CPI 

分 类 号：F726[经济管理—产业经济]